跳至主要內容

政府與民間對open data的認知落差

昨天下午,因為友人的關係而有機會參加了一場關於「政府資料加值公開」的Ideas Jam。這大概是繼年初那場會議之後,第二場所參與的,關於政府資料公開相關的場合。在這場會議裡,再次感受到政府與民間在對同一件事情認知上的巨大落差。
速記如下,為避免我又拖太久才把它們整理出來,而且,每一個小點都可以有很多內容可以寫:
  • 政府資料公開  ≠  open data  ≠  open government  ≠  APP  ≠ Cloud (Computing)?這些可能有相關,但相關性極低。
  • 如何找到資料?相關議題:如何看公部門網站、招標與決標資訊的解讀及招標文件的付費。
  • 資料的價值:規費法中,由誰去定義這些資料的價值?
  • 資料授權、使用、維護及規範的相關議題。舉例:線上教學網站的教材、中央圖書館( http://www.ntl.edu.tw,似乎又名為臺灣圖書館)裡的互動藝術裝置。
  • 加值的定義?資料的加值是讓資料的使用性增加還是讓政府部門販售資料?(個資法、七朵政府雲)還是讓廠商使用後拿去賣錢?
  • 什麼樣的資料適合加值?資料能否被電子化?能否建立一個無痛進入的平台?
  • 開放API如何避免新的數位落差?(印度的Open Data造成貧富差距更明顯)
  • 資料取得不易:文件申請手續繁複、付費管道無線上金流 、取得的資料並非自己要的資料更不是可以使用的資料,也無法退回(案例:內政部人口統計資料把所有網站內的PDF檔燒成一張光碟,連Excel檔都沒有,也不能退費)。
  • 資料格式的問題:PDF?Word?Excel?PowerPoint?圖檔掃瞄再製成PDF?
  • 舉辦APP競賽的目的?APP競賽後,得獎的APP後續也無人回覆,使用者安裝後無回饋機制,只能打1999抱怨。
  • 由於是推廣階段,所以台北市政府公開資訊平台上的資料多為免費應用,儘管比賽後的APP沒有人維護,還是會繼續舉辦APP競賽。
  • 各部會中管理人員在此一方面的認知不足,可能僅有少數人知道,造成溝通上的問題,往來頻繁的公文流程拖慢了速度。
  • 政府的計畫分派給不同執行單位的結果是民眾無法找到正確的窗口,希望能成立一個類似1999的窗口,統一導引民眾找到正確的窗口。
  • 如何提供民眾有感的服務?
  • 台灣政府會參考國外的脈絡,但不可能跟著國外走(例如:資料分類檢索 V.S Dublin Core® Metadata Initiative,研考會做了四種分類:主題、機關、服務、施政)
  • 其他的,想到後再說了。
    今天感謝網絡行動科技的Charles、御言堂的C.K(城市格局blog)、青平台的whisky、DennisiCook的Fox(不好意思,我們的網站在下半年要進行改版了)、中研院、台北市政府資訊處、微軟、研考會,還有現場/不在現場的很多人(包括同事們)。
    特別感謝Fertta.comSchee,從他每天的Google Hangout直播、舉辦的R0聚會裡可以學到非常多的資訊,打開另一扇窗,讓我學習到網際網路的另一種使用方式。
    一切才剛開始,這條路似乎十分的漫長,但感謝各位的包容,並讓我開始踏入這個領域。
    最後,evernote真的蠻好用的,但ipad的中文辨識好慢啊!

    留言

    發佈留言

    請勿匿名留言,待審核後才會出現。

    此網誌的熱門文章

    哪個應用、服務、平台可以代表台灣?

    大概 2003、 2004 年,我還是個大學生,那個時候「電子商務」是一門選修課,那個時候台灣還在所謂的電子商務泡沫化中復甦,很多熱極一時的「電子商務」就像今天大家看到的 FTX 事件一樣,一點都不真實,很多執行長、總裁瞬間就失業了,也有很多投資人的錢拿不回來。 看過歷史上的鴻源事件、經歷過電子商務的虛無飄渺時期,再看到 FTX,其實也不會太驚訝。通常泡沫消散後,未來才會到來。 回到大學課堂,穿著輕便但言語犀利的老師談到當時的 Amazon 網路書店,他問大家對 Amazon網路書店的看法,那時的Amazon一直被看壞,所有的媒體都不看好它。甚至會有各種市場傳言,覺得 Amazon會被賣給哪家公司或哪家公司、網路書店會主動併購它。 最後老師說,不會,Amazon書店不會那麼輕易就垮掉,它有其代表的意義。 這個答案給了我很深的印象,我常會問自己,台灣有哪個服務會具有這樣的意義? 偶爾我會問身邊的朋友、同事,對於台灣的哪個服務,會覺得有不能輕易垮掉、要支持它的?我列一下自己所接觸過的,這個世代的應用: 通訊服務:ICQ、MSN Messenger、LINE、Cubie Messenger(台灣,已無服務)、Google Talk、WhatsApp、Telegram、Skype、Signal,還有一些台灣可能較少聽到。 社群平台:Twitter、Facebook、LinkedIn、無名小站(已停止服務,它雖然是Blog,但比較像社群)、Plurk、PTT、Dcard、Instagram、AKASHA、Pinterest Blog平台或架站:Blogger、Wordpress、Drupal 共享書籤 : HemiDemi(已沒有提供書籤服務)、美味書籤delicious 叫車服務:UBER、55688 、呼叫小黄、LINE Taxi、yoxi  當然還有很多是我沒接觸過的,請原諒我的見識不夠廣泛,忽略了哪一個平台、應用或服務。一時想到的大概就這些。有一些服務已經消失或在被併購後就消失了,我也忘了名稱,至於 TikTok 和小紅書,是我不想碰觸的應用服務。 在韓國有 Kakao,日本有 LINE、PayPay,東南亞國家有Grab,中國有自己的網路應用,那台灣呢?之前 KaKao 中斷服務,造成民生應用的線上服務也幾乎中斷,過度集中依賴在一個服務上的確是一個缺點。在和...

    我在不會寫 code 的情況下做出一個桌面工具

    當各種AI工具迅速發展的情況下,大家也開始製作自己常用的工具,更進一步公開分享給大家使用,例如 Jimmy Su 就分享自製的 沉浸式翻譯工具 ,滿足一般人平時上網閱讀外文頁面的需求;進一步像是 Justin Lee  開發的 ccxray ,讓Claude Code的使用者可以監看Claude Code與Anthropic API之間的互動,使 AI Token 的消耗變成視覺化的儀表板。 為什麼做這個工具 AI 幫助許多一般網路使用者做出適合自己使用的工具,我自己也曾 分享自己的經驗 ,現在做出一個應用程式的門檻已經降低許多,AI不會讓程式設計工作消失,反而讓更多人投入這樣的工作,從這個角度看應該是好事。 我自己也用AI打造一些工作上會使用的工具,包括後來做的這個「 AI-Doc-Translator 」,這是獨立自我日常工作使用的工具的其中一個功能,做成一支桌面程式。 由於每天都會接觸到外文論文、期刊,很多PDF檔下載後,只會放在儲存空間裡,或是丟到電子書應用程式裡,但什麼時候再打開?打開還要再閱讀外文的摘要、從頭理解?這些都會消耗掉耐心,於是我讓AI先幫我摘要重點,讓我大致了解檔案內容、記錄後,再做關聯成為自己的知識庫。 這個工具主要的功能是翻譯、摘要,它不是通篇翻譯,也不是改寫作者的內容,只做摘要,長期累積起來的文件會相當可觀,就可以做成知識庫應用。人們通常在下載文件時,自己已經先篩選過資料了,也不是隨便下載,所以使用者自己就是守門員。 為什麼不用 Notebook LM 就好 當然也有很多人習慣把檔案抓下來後丟進各種AI工具,Notebook LM、各種AI Chatbot或是翻譯軟體,但我自己在使用後的心得是,因為資料量太多,Notebook LM的效能會很差,而各種AI Chatbot 在對話結束後,使用者要再找回對話記錄可能還要花時間找尋。那為什麼不平時就開始做知識庫呢?所以在翻譯、摘要的過程中,也是在建立自己的知識庫,存在某個資料夾,可以再利用各種工具來搭建。 我自己是使用 Obsidian 配合 Claudian Plugin 一起使用。在閱讀由LLM產出的摘要時,我一定會遇到無法理解的內容,就可以再使用Claudian進一步「討論」內容,或請它解釋。於是文件就不是只有文件,而是可互動性的內容,也不會只在電腦裡積灰塵。 製作「AI...

    觀察台灣 AI 政策與職場新挑戰

    前言 這篇文章想和大家分享我對台灣 AI 政策的一些觀察。未來我還會整理其他國家的案例做比較。不過先提醒大家:這篇的資訊量不算太低,文章提及一些日常生活中不常接觸的政府計畫名稱、大筆預算金額與目標數字,乍看之下會讓人覺得很抽象。 對我來說,這些數字背後傳達的訊號很清楚──台灣政府確實願意投入大量資源在 AI 的產業發展與人才培訓。問題是,這些投資如何真正走到民眾與企業身邊?如何讓公司知道「資源在哪裡」、讓人才看見「機會在哪裡」?這條「最後一哩路」會決定政策成效,也才是和你我最相關的地方。 為了解台灣就業市場的實際需求,我偶爾會瀏覽人力銀行網站。有次看到某家公司在招聘條件中特別要求面試者在面試時分享「自己使用過哪些 AI 工具,以及如何使用」。這讓我注意到:AI 已經被視為職場的基本能力。 在日常生活中,AI 已廣泛應用於工作與個人任務。雖然部分單位仍不鼓勵員工使用,但只要有清楚的界限與正確的態度,AI 工具能有效減少重複性工作,把精力留給更有價值的任務。想像在學校寫報告,老師要求必須說明 AI 工具是怎麼幫上忙的;或在公司加班時,主管要求用 AI 快速整理資料。這些情境都不再是未來,而是現在。 我撰寫這篇文章的原因有二。首先,是因為參加 Anthropic 的 AI Fluency for Students 課程,課程內提到的 4D 概念對學生、新鮮人乃至現在於職場受到 AI 衝擊的世代都很有幫助。如果我是面試官,我會希望求職者能理解並應用這些觀念。其次,是我長期關注各國 AI 政策,想藉此分享觀察成果。這些分析大多是透過 AI 工具分析政府公開資料而得,也讓我更相信 AI 是研究工作人員的得力助手。  以技術與產業發展為核心的台灣AI政策 台灣的 AI 政策並不算落後。除了大家熟知的 DIGI+,政府陸續推動了「臺灣 AI 行動計畫」(2018–2021)以及「臺灣 AI 行動計畫 2.0」(2023–2026)。政策重點主要在產業發展與人才培育。 從預算來看,2025 年度 AI 行動計畫 2.0 編列經費最多的前三個部會為:經濟部、國科會與數位發展部;2026 年(115 年度)未核定的預算書顯示,數發部、經濟部與國科會仍是主要資源分配單位。大部分經費用於應用與普及,例如開發 AI 便利工具、藥物開發驗證平台等。 產業發展 台灣經濟結構仍以製造業為主...